.png){kind=icon}
返回
Sustainable computing using machine learning and copula-based modelling for drought classification from meteorological features
.png){kind=icon}
PRE
AI
DOI：10.1007/s12040-025-02677-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文旨在通过现代统计方法利用可持续计算进行干旱事件分类。通过利用多元分析等先进方法，它旨在进一步探究气象变量之间的复杂关联。该方法的目标不仅是提高预测干旱模型的准确性和可解释性，还有助于理解调节干旱条件的复杂相互联系中的隐藏细节。在此研究中，可以补充关于气候特征联合分布的有价值信息，这将有助于加深对干旱动态的理解，进而可能促成更好的干旱管理和缓解策略。
Keyword:
Meteorological data
multivariate analysis
copulas
ML
drought classification and prediction
LSTM
期刊
J
IF:
1.7
论文数:
170
被引数:
0
机构
引用论文
The trend and spatial spread of multisectoral climate extremes in CMIP6 models.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏分享收藏Drought Occurrence Probability Analysis Using Multivariate Standardized Drought Index and Copula Function Under Climate Change气候变化下基于多元标准化干旱指数和Copula函数的干旱发生概率分析
PREAI
分享收藏
查看更多内容